@article { author = {Keymanesh, Mohammadreza and BaradaranRahmanian, Nassir}, title = {Prediction of the Road Accidents Severity Using Artificial Neural Network and Comparing with Multivariate Analysis Method}, journal = {Road}, volume = {29}, number = {106}, pages = {1-10}, year = {2021}, publisher = {}, issn = {1735-062X}, eissn = {2676-4261}, doi = {10.22034/road.2021.118084}, abstract = {Prediction of the road accidents severity based on scientific methods can be considered as an important tool in road safety management and transportation engineering. This paper presents a methodology to identify and predict the severity of accidents on highways. The methodology is based on an experimental investigation carried out on an important corridor and arterial way located in khorasan-Razavi province. The study analyses accidents occurring between 1392 and 1395 and the data concerning the accidents that were acquired from police reports. The geometric data were acquired from field study and the related office. The data, organized and stored in a specific designed Geographic Information System (GIS), were processed using a series of statistical procedures, in particular, the results took out the following two models: Model 1 was produced by Multivariate Analysis (MVA) and the Model 2 was obtained using the Artificial Neural Network (ANN) technique. Comparing the two models, it emerged that Model 2 is better than Model 1 because the total sum of the residual is lower. However, Model 1 is more efficient in estimating the black spots with a large number of accident.}, keywords = {prediction,Accidents Severity,Artificial Neural Network,multivariate analysis}, title_fa = {پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره}, abstract_fa = {پیش بینی شدت تصادفات در صورتی که با متدلوژی های دارای مبانی علمی انجام گیرد می تواند به عنوان ابزاری مهم در مدیریت ایمنی راهها و مهندسی حمل و نقل محسوب شود. در این مقاله روشی برای شناسایی و پیش بینی و شدت تصادفات در راههای بین شهری ارائه شده است. این روش مبتنی بر یک تحقیق تجربی است که در یک کریدور مهم و شریانی واقع در استان خراسان رضوی انجام شده است. تجزیه و تحلیل حوادث رخ داده مربوط به سالهای 1392 تا 1395 و داده هایی است که از گزارش پلیس راه بدست آمده است. سایر اطلاعات از جمله داده های هندسی از طریق برداشت میدانی و نیز بهره گیری از سیستم اطلاعات جغرافیایی و اطلاعات ترافیکی از اداره مربوطه در استان یاد شده جمع آوری شده است. داده ها در سیستم GIS ، ثبت و ذخیره شد و با استفاده از یک سری روشهای آماری پردازش گردید و نتایج از دو مدل مورد بررسی به دست آمد. مدل1 از طریق آنالیز چند متغیره (MVA)1 و مدل2 با استفاده از تکنیک شبکه عصبی مصنوعی(ANN)2 ایجاد گردید. با مقایسه این دو مدل ، مشخص شد که مدل 2 از مدل 1 دارای نتایج بهتری است به این دلیل که جمع کل مقدار باقیمانده که تفاوت بین میزان واقعی مشاهده شده و میزان پیش بینی شده توسط مدل است در مدل 2 کمتر است. اگرچه که به نظر می رسد مدل 1 در تخمین مقاطع پرتصادف خطرناک تر(دارای تعداد زیاد فقره تصادف) کارایی و عملکرد بهتری دارد.}, keywords_fa = {پیش بینی,شدت تصادفات,شبکه عصبی مصنوعی,آنالیز چند متغیره}, url = {https://road.bhrc.ac.ir/article_118084.html}, eprint = {https://road.bhrc.ac.ir/article_118084_7f2641a512ef1cc2d777d571fdeb9674.pdf} }